我希望每個(gè)人都在 COVID-19 大流行中保持安全。我是 Python 新手，有一個(gè)關(guān)于將數(shù)據(jù)從 CSV 導(dǎo)入 Python 以進(jìn)行簡(jiǎn)單邏輯回歸分析的快速問題，其中因變量是二元的，自變量是連續(xù)的。我導(dǎo)入了一個(gè) CSV 文件，然后希望使用一個(gè)變量（Active）作為自變量，另一個(gè)變量（Smoke）作為響應(yīng)變量。我能夠?qū)?CSV 文件加載到 Python 中，但每次我嘗試生成邏輯回歸模型來預(yù)測(cè)來自運(yùn)動(dòng)的煙霧時(shí)，我都會(huì)收到一個(gè)錯(cuò)誤，即運(yùn)動(dòng)必須重新整形為一列（二維），因?yàn)樗壳笆且涣芯S度。import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import classification_report, confusion_matrixdata = pd.read_csv('Pulse.csv') # Read the data from the CSV filex = data['Active'] # Load the values from Exercise into the independent variablex = np.array.reshape(-1,1)y = data['Smoke'] # The dependent variable is set as Smoke我不斷收到以下錯(cuò)誤消息：83. 102. 102. 106. 79. 80. 79. 110. 144. 80. 97. 60. 80. 108. 107. 51. 68. 80. 80. 60. 64. 87. 110. 110. 82. 154. 139. 86. 95. 112. 120. 79. 64. 84. 65. 60. 79. 79. 70. 75. 107. 78. 74. 80. 121. 120. 96. 75. 106. 88. 91. 98. 63. 95. 85. 83. 92. 81. 89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的數(shù)據(jù)具有單個(gè)特征，則使用 array.reshape(-1, 1) 重塑您的數(shù)據(jù)，如果它包含單個(gè)樣本，則使用 array.reshape(1, -1) 。89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的數(shù)據(jù)具有單個(gè)特征，則使用 array.reshape(-1, 1) 重塑您的數(shù)據(jù)，如果它包含單個(gè)樣本，則使用 array.reshape(1, -1) 。89. 103. 110. 78. 122. 122. 71. 65. 92. 93. 88. 90. 56. 95. 83. 97. 105. 82. 102. 87. 81.]。如果您的數(shù)據(jù)具有單個(gè)特征，則使用 array.reshape(-1, 1) 重塑您的數(shù)據(jù)，如果它包含單個(gè)樣本，則使用 array.reshape(1, -1) 。以下是包含錯(cuò)誤的完整更新代碼（2020 年 4 月 12 日）： *我無(wú)法將錯(cuò)誤日志輸入到此文檔中，因此我已將其復(fù)制并粘貼到此公共 Google 文檔中：https://docs.google。 com/document/d/1vtrj6Znv54FJ4Zvv211TQvvCN6Ac5LDaOfvHicQn0nU/edit?usp=sharing此外，這里是 CSV 文件： https ://drive.google.com/file/d/1g_-vPNklxRn_3nlNPsR-IOflLfXSzFb1/view?usp=sharing